Klaster analiza. Znanstveni pristup proučavanju složenih pojava

Upravljanje bilo kojim procesom, uključujući i marketing, uključuje objektivnu procjenu stanja na tržištu. Postupno napreduje kroz sve faze analize tržišnih prilika, koje uključuju odabir ciljnih tržišta i razvoj kompleksni marketing,

sadržaj

i realizacija marketinških akcija, nehotice je potrebno suočiti se s potrebom istraživanja. Istovremeno, potrebno je ne samo oslanjati se na talent i iskustvo samog analitičara, već i na vješto korištenje metoda obrade podataka.

U današnjem gospodarstvu, s njegovom složenosti i raznovrsnosti procesa, ogromna količina informacija za pronalaženje najznačajnijih podataka bez korištenja različitih statističkih paketa postaje vrlo problematična.

Klaster analiza ima posebnu ulogu u provođenju istraživanja tržišta. Po svojoj prirodi, to je kombinirana metoda koja kombinira nekoliko metoda statističkog istraživanja. Temelji se na klasifikaciji višedimenzionalnih promatranja, za svaki od njih postoji niz deskriptivnih varijabli. Klaster analiza uključuje način klasificiranja objekta relativnim homogenim (homogenim) skupinama, s početnim skupom varijabli koje treba razmotriti. Drugim riječima, objekti su podijeljeni u skupine. U skupinama oni pokazuju sličnost na nekoliko načina.

Metode analize klastera koriste se za širok raspon marketinških zadataka.

Segmentacija tržišta omogućuje razbijanje kategorije potrošača u klastere na temelju očekivanih pogodnosti od nabave određenog proizvoda. Svaki se klaster može sastojati od potrošača koji traže slične prednosti. Ime je prikladno odabrano - segmentacija prednosti.

Analiza ponašanja kupaca. U rješavanju ovog problema klaster analiza se koristi za stvaranje homogenih skupina potrošača kako bi se model njihovog ponašanja.

Određivanje mogućnosti novog proizvoda možete ga učiniti klasteriranim zaštitni znak U ovom slučaju, uočena je pravilnost kada se zaštitni znakovi istog klastera pokazuju ozbiljnijom konkurencijom jedni s drugima nego s robnim markama u drugim skupinama.

Grupiranjem gradova u klastere možete odabrati najpogodnija tržišta za određeni proizvod.

Analiza klastera smanjuje veličinu podataka. Donošenjem opažanja na pojedine klastere, oni zatim nastavljaju s više diskriminacijskih analiza. To je mnogo jednostavnije i jeftinije nego uzeti u obzir svaki slučaj zasebno.

Svrha grupiranja je grupiranje objekata prema sličnim karakteristikama. Za objektivniju procjenu stupnja sličnosti treba uvesti određenu referentnu jedinicu. Prilikom formiranja klastera, oni se obično oslanjaju na dvije ili više svojstava istodobno.

Klaster analiza uključuje upotrebu širokog raspona metoda klastera. Među njima se može izdvojiti kao probabilistički pristup, na kojima se temelji pristup umjetne inteligencije, logičan pristup, hijerarhijski pristup.

Hijerarhijska klaster analiza uključuje složeni sustav koji ima niz ugniježđenih grupa ili klastera različitih narudžbi. Ova metoda koristi dvije vrste svojstava. Agglomerativni (ujedinjujući) znakovi koegzistiraju s dijeljenim znakovima. Broj značajki dovodi do podjele na monotetičke metode klasifikacije i poletike.

Koristeći sve ove metode u statistici, postoji stotinjak algoritama klastera. Ali hijerarhijska klasterska analiza zauzima vodeće mjesto na ovom popisu. Njegova privlačnost leži u činjenici da je savršeno djeluje s deficitom od podataka, čak i kada su dostupni podaci ne odvijaju kako je propisano u uvjetima normalno distribuiranih slučajnih varijabli, kao i druge uvjete iz klasične statističke metode.

Dijelite na društvenim mrežama:

Povezan